檢索結果：共15筆資料 檢索策略： "algorithm".ekeyword (精準) and cadvisor.raw="陳維美"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
本論文對於多目標最佳化問題的研究，提出了一套有效率的基因演算法。利用marked k-d tree資料結構來做運算，能夠減少演算法的執行時間。此外，為了使每個在archive內的個體免於受不當機制的…
2
任務排程在網格計算中扮演著重要的角色，它為了降低整體程式的執行時間將任務分配至平行分散的系統上執行。為了解決任務排程的問題，目前已有許多類型的演算法被提出來，其中包含基因演算法，演算法的特色是使用染…
3
分群演算法 (Clustering Algorithms) 用於將多維資料歸納至各個群聚之中，DBSCAN 是近年來被大幅研究與發展的基於密度的分群演算法，其特性是可以有效分析任意形狀的群聚，以及不…
4
5
天際線主要應用於資料庫的篩選中，可將具有代表性之資料點篩選出來，達到過濾資訊及提供決策的效果。但當資料維度提升時，藉由天際線運算所得到的資料點數會以指數速度遞增，導致資料篩選的效果喪失。因此衍生出了…
6
處理多重條件間的決策問題時，Skyline 是一非常重要的運算。在維度為 d 的資料集合內，Skyline 中的點具有在所有維度下皆不會被其他點所支配的特性。特別在資料庫的研究領域方面，已經將 Sk…
7
為了提升Empirical Cumulative Distribution Function（ECDF）的搜尋效率，於1980年代已有文獻探討平行演算法的可能性，但當時受限於科技發展，尚未有實驗驗證…
8
最大完全子圖問題是一個經典且眾所皆知的組合最佳化問題，其已被證實為NP-hard難題。完全子圖為圖G={V,E}中的一個子圖，在此完全子圖中的每點之間均相鄰。最大完全子圖問題的目標即是在一個任意圖形…
9
分群演算法(Clustering Algorithms) 可將多維資料歸納於若干個子集合，常 見的方法有K-MEANS、DBSCAN、EM-Clustering、OPTICS、Agglomerati…
10
天際線運算注重於單筆資料之間的優劣比較，而實務上許多應用必須組合多種因素綜合評估，因此衍生以群組考量支配關係的G-skyline運算，而此議題對於多準則決策分析至關重要。過去G-skyline研究，…